上週，我正在閱讀 QuestMobile 一份九月份的 AI 平台研究報告。
其中一組數據讓我停下來思考：2026 年 7 月，Doubao、Qwen 及 Yuanbao 每次查詢平均引用的來源數量分別按月減少 7.5%、1.5% 及 3.6%。與此同時，報告觀察到這些平台上 TOP10 網站內容的引用率有所上升。
我的第一個反應不是「日後要減少發佈內容」，也不是「AI 現在只信任頂級網站」。我反而想到的是過去二十年搜尋行業反覆出現的一種模式：隨著資訊供應日益充裕，平台真正需要解決的問題，逐漸從「在哪裡找到資訊」轉向「如何在眾多資訊中作出選擇」。
因此，這組數據真正值得 CMO 及 GEO 負責人思考的是：當互聯網上有越來越多資訊可供 AI 取用時，為何部分 AI 平台反而開始減少每次查詢所引用的來源數量？
AI 減少引用來源，是否代表 GEO 的機會減少？
這種憂慮是合理的。但我認為只對了一半。
如果只看 Doubao、Qwen 及 Yuanbao 的數據，很容易得出結論：AI 搜尋正在整合來源，小型品牌的空間將越來越小。
但同一份 QuestMobile 報告亦顯示，各平台的引用策略正出現分化。2026 年 7 月，Doubao 及 Qwen 收緊了多來源引用，Yuanbao 亦呈現收縮，但 Kimi 及 Wenxin 等平台仍顯示擴張。
因此，我不會將其概括為「中國 AI 搜尋已全面進入來源整合階段」。現階段更準確的說法是：Doubao、Qwen 及 Yuanbao 已顯示值得持續觀察的來源集中訊號，而這種變化的程度因平台及場景而異。
來源減少不代表機會減少。
真正改變的是進入答案的篩選方式。
以往進行 GEO 審計時，我們很容易從一個指標入手：品牌是否被提及、是否被引用。日後，我們應多問一個問題——這次引用是一次性的，還是會在一組相關問題中持續出現？AI 是從官方網站、媒體、垂直平台還是社群中取用？不同平台的來源結構是否不同？
GEO 的問題正從「AI 是否找到我的內容」轉向「當 AI 找到許多候選內容時，為何選擇我」。
從 Yahoo 及 Google 到 AI，為何搜尋總是從「覆蓋」走向「篩選」？
我於 2005 年在香港一間數碼營銷公司開始從事 SEO。當時與 Yahoo 及早期搜尋優化合作，企業最關心的事情非常直接：我的網頁能否進入搜尋引擎？
隨著網頁數量倍增，問題在 Google 時代發生了變化。
企業不再滿足於僅僅「被收錄」。人們開始研究：為何有些已收錄的頁面排名較高，有些則較低？搜尋競爭逐漸從「我能否進入索引」轉向「誰值得出現在頂部」。
現在我們已進入第三代——AI 搜尋。
這並非單純重複 Google 的模式。傳統搜尋通常向用戶提供一組連結，讓他們自行判斷及點擊；AI 搜尋則可能先檢索多個來源，然後選擇、組合及重述資訊，最終直接生成答案。
這意味著一種新的稀缺資源正在出現。
這不在於互聯網能否再容納一篇新文章，而在於即使面對大量候選資訊，哪些來源能夠反覆進入 AI 生成答案時所使用的資訊集。
QuestMobile 以往對汽車、旅遊及保險等場景的研究亦揭示了這種差異：不同問題會啟動不同的來源結構，頂級平台具有優勢，但這不代表所有內容都被少數網站壟斷。
因此，我更傾向將 AI 時代的變化理解為：企業除了爭奪內容入口，還必須開始爭奪「被反覆選為來源的資格」。
為何 GEO 的競爭單位可能從「內容數量」轉向「來源資格」？
我在這裡所指的「來源資格」，並非 AI 平台向企業發出的證書，也不是一套只要滿足若干條件就保證被引用的固定規則。
我用這個詞來描述一種日益重要的競爭狀態：當多個來源都擁有相關內容時，誰能更穩定地被 AI 引用。
| 企業關心的問題 | 內容覆蓋階段 | 來源競爭階段 |
|---|---|---|
| 核心問題 | AI 能否發現我 | AI 為何選擇我 |
| 內容目標 | 擴大相關主題的覆蓋範圍 | 建立可持續驗證的資訊資產 |
| 觀察指標 | 提及次數、引用次數、Prompt 覆蓋率 | 來源穩定性、重複引用、跨問題表現 |
| 內容判斷 | 是否有相關內容 | 資訊是否清晰、一致、有據可依 |
| GEO 任務 | 增加可檢索的資訊 | 判斷哪些內容正在形成可信來源 |
這兩種狀態並非互相排斥。
內容覆蓋仍然是基礎。如果品牌就某個用戶問題沒有足夠的資訊資產，便難以討論該問題以外的 AI 搜尋能見度。
但隨著候選資訊日益豐富，機械式地增加更多類似頁面，邊際價值可能會遞減。企業真正需要區分的是兩件事：我們發佈了多少內容，以及其中哪些內容能持續進入 AI 答案。
這也是為何 GEO 數據分析不應只計算「發佈了多少篇文章」。內容規劃、平台分發及成效監測，最終都應回歸同一個問題：哪些品牌資訊真正形成了可持續檢索、驗證及引用的資產。
「那麼我們日後只在頂級平台發佈內容就可以了嗎？」
幾天前，我與一位營銷主管討論這組數據。他讀完後問我：「那不是很簡單嗎？既然來源越來越集中，我們就找到這些平台在那裡發佈，對吧？」
我沒有立即回答。
他停頓了半秒，然後補充：「至少比我們自己慢慢建立內容快，對吧？」
我說：「如果 AI 只識別網域，這確實會簡單得多。但現在更值得觀察的是，為何在同一個平台上，有些內容會被引用，有些則不會。」
這正是我非常關注市場誤讀「來源集中」的地方。
TOP10 網站的內容引用率較高，並不代表企業只要在頂級媒體購買版位，就能自動獲得所謂的「來源資格」。同一個網域可以承載數千篇內容，它們的主題相關性、事實密度、更新頻率及資訊結構各不相同。
此外，不同問題的來源結構也會變化。QuestMobile 對汽車、旅遊及保險場景的觀察顯示，即使在同一個 AI 平台上，不同的用戶意圖也可能對應不同的來源組合。
因此，我不建議將 GEO 簡化為媒體採購。
媒體可以是品牌知識資產的一部分，官方網站亦然。行業垂直平台、社群及其他第三方來源也可以發揮作用。真正需要管理的是：關於你品牌的資訊實際上存在於哪些地方、這些資訊是否一致，以及能否回答用戶實際會提出的問題。
如果不只看內容數量，CMO 應該看什麼？
我建議 CMO 及營銷團隊先盤點品牌的「可引用資產」。
這種盤點在開始時不需要非常複雜。先回答三個問題：
- AI 已在哪些真實用戶問題中引用該品牌？
- 被引用的資訊來自官方網站、媒體、垂直平台、社群還是其他第三方來源？
- 同一個核心事實在不同來源中的表達是否一致、清晰及可驗證？
內容讓品牌進入 AI 的候選池；可信度決定品牌能否反覆成為答案的一部分。
這裡的「可信度」也不是我們可以直接讀取的某個平台評分。我更關注的是其最終呈現的結果：品牌能否在一組相關 Prompt 中持續出現、依賴哪些來源出現、這些來源是否穩定，以及不同 AI 平台之間是否存在明顯差異。
GEO 不僅是內容生產問題。
它日益成為品牌知識資產問題。
當我與團隊提出 AIPO 時，我們將 GEO 工作拆解為互相連結的階段——審計報告、數據分析、內容規劃、平台分發及成效監測——正是這個原因。
對於處於 MOFU 階段的企業，我通常不建議一開始就決定「下個月再生產 50 篇內容」。更合理的順序是先進行一次 GEO 審計：查看品牌出現在哪些用戶問題中、出現在哪些平台上、由哪些來源支持，以及持續缺席哪些重要問題。
先取得數據，再決定將內容資源投放在哪裡。
GEO 來源持續集中對品牌意味著什麼？
如果 Doubao、Qwen 及 Yuanbao 目前顯示的來源集中趨勢持續發展，我認為有三個方向值得企業持續觀察，而非急於將其視為固定的平台規則。
- 大品牌不一定在所有問題中自然佔優。品牌知名度是一回事；針對特定問題是否存在清晰、可驗證、可引用的資訊則是另一回事。
- 垂直來源可能仍有空間。在 QuestMobile 對保險及財富管理場景的觀察中，垂直服務平台、專業資訊來源及品牌機構都對應不同的需求類型。這表明「頂級集中」不等於「只剩下綜合巨型網站」。
- 不同 AI 平台不會共享完全相同的來源結構。Doubao、Kimi、Wenxin Yiyan、Tongyi Qianwen、Quark AI 及 Yuanbao 的產品定位、內容生態及用戶場景各異，企業難以依賴所謂的「通用中文 GEO 來源清單」來解決所有平台的問題。
這也意味著 GEO 越來越難以透過一次性的內容建設來完成。
今天被引用的來源結構可能在幾個月後改變；同一個平台上，產品推薦、行業知識及消費決策等不同 Prompt 也可能呈現不同的引用結構。
持續監測的意義正在於此：不是每天追逐每一個 AI 答案的變化，而是觀察品牌的資訊資產是否正在形成穩定的趨勢。
面對來源集中趨勢，不同團隊現在可以做什麼？
如果你是 CMO 或營銷總監，我建議不要先問「今年應該發佈多少篇」。將幾個核心業務場景拆解為真實的用戶問題，然後查看品牌在這些問題中的來源結構。你需要知道的不是內容庫有多大，而是哪些資產真正進入了 AI 的資訊環境。
如果你是 GEO 或 SEO 負責人，我建議在品牌提及之外增加幾個觀察維度：AI 引用了誰、哪些來源反覆出現、哪些核心問題持續缺席，以及 Doubao、Kimi、Wenxin Yiyan、Tongyi Qianwen、Quark AI 及 Yuanbao 之間存在哪些差異。
如果你是品牌負責人，我建議檢查官方網站、媒體報道及行業垂直平台等關鍵來源。如果產品參數、品牌定位、服務範圍及核心能力等重要事實在不同渠道存在差異，內容越多反而越難形成清晰的資訊資產。
這也是為何 AIPO 的五個環節——「GEO 審計報告 → 數據分析 → 內容策略與分發 → 成效監測」——需要持續審視。審計不是終點；其目的是告訴團隊下一步應將內容資源投放在哪裡。
先看清 AI 為何找到你，再決定下一步寫什麼。
如果你正在制定中國 GEO 策略，不確定應該繼續擴大內容數量，還是先調整現有來源結構，可以先從一次 GEO 審計開始，按問題及來源拆解品牌在 Doubao、Kimi、Wenxin Yiyan、Tongyi Qianwen、Quark AI 及 Yuanbao 上的表現。先根據數據作出決策，比單純追求發佈數量更有參考價值。
從爭奪索引到爭奪來源，企業應提前建立什麼？
回顧這二十年，搜尋的問題其實一直在變化。
在 2000 年代，我們問：如何讓搜尋引擎收錄我？
後來我們問：為何 Google 將這個頁面排名較高？
現在在 AI 搜尋階段，我認為問題正繼續向前推進：為何 AI 面對這麼多可用資訊，最終選擇這個來源？
2026 年 7 月的 QuestMobile 數據只是一個趨勢訊號。它不足以證明所有中國 AI 平台都會走向相同的來源結構，更不足以判斷未來只有少數頂級網站才有機會。報告本身已顯示各平台的來源策略存在差異。
但這個訊號值得 CMO 提前思考。
真正具有長期價值的，不是猜測平台下一步會調整什麼，而是建立一套仍然能夠跨平台被理解、驗證及引用的品牌資訊資產。
相關問題
GEO 來源是什麼意思？
GEO 來源可以理解為 AI 在生成答案時檢索、參考或引用的資訊來源，包括官方網站、媒體、垂直平台、社群等。對企業而言，關鍵不僅是「有內容」，還要觀察這些內容能否在相關問題中持續成為 AI 可用的資訊。
AI 搜尋引用來源減少，是否代表中小品牌更難做 GEO？
不能直接這樣判斷。QuestMobile 的數據反映部分平台在特定時期的來源收窄，且變化因平台而異；中小品牌更應關注的是能否在細分用戶問題中建立清晰、專業、可驗證的資訊資產。
GEO 內容是否越多越好？
這不是簡單的數量關係。足夠的主題覆蓋仍然重要，但如果大量內容重複、缺乏事實依據，或品牌資訊自相矛盾，增加發佈數量並不等於增加被 AI 引用的機會。
AI 偏好引用哪些網站？
目前並無適用於所有 AI 平台、行業及問題的固定網站清單。現有研究已顯示，不同平台及用戶意圖對應不同的來源結構，因此與其尋找「通用來源」，更重要的是一直觀察自己行業的實際引用結果。
企業應如何判斷自己是否是 AI 的可信來源？
你可以觀察核心用戶問題中的引用頻率、來源類型、重複出現情況及跨平台差異。這些數據反映的是趨勢表現，並不代表 AI 平台已向企業授予某種固定的「信任認證」。
中國企業做 GEO 應監測哪些 AI 平台？
應根據目標用戶的實際使用場景來選擇。在中國市場，可以觀察 Doubao、Kimi、Wenxin Yiyan、Tongyi Qianwen、Quark AI 及 Yuanbao 等平台，然後比較品牌在業務相關 Prompt 中的出現情況、引用來源及答案表現，而非只看單一平台。